python 正则匹配bytes

最新推荐文章于 2021-07-27 13:06:02 发布
最新推荐文章于 2021-07-27 13:06:02 发布
阅读量2.2k 收藏 6
点赞数 6
分类专栏： Python 文章标签： 正则匹配bytes python bytes
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zx520113/article/details/119058996
版权

网上找了半天都只有关于字符串的正则匹配，想到bytes的数据前面加了b，那么在匹配时是不是也要呢？直接上示例：

import re
data=b'blob 2199\x00<?php\n\nif (isset($_GET[\'page\'])) {\n\t$page = $_GET[\'page\'];\n} else {\n\t$page = "home";\n}\n\n$file = "templates/" . $page . ".php";\n\n// I heard \'..\' is dangerous!\nassert("strpos(\'$file\', \'..\') === false") or die("Detected hacking attempt!");\n\n// TODO: Make this look nice\nassert("file_exists(\'$file\')") or die("That file doesn\'t exist!");\n\n?>\n<!DOCTYPE html>\n<html>\n\t<head>\n\t\t<meta charset="utf-8">\n\t\t<meta http-equiv="X-UA-Compatible" content="IE=edge">\n\t\t<meta name="viewport" content="width=device-width, initial-scale=1">\n\t\t\n\t\t<title>My PHP Website</title>\n\t\t\n\t\t<link rel="stylesheet" href="https://cdnjs.cloudflare.com/ajax/libs/twitter-bootstrap/3.3.7/css/bootstrap.min.css" />\n\t</head>\n\t<body>\n\t\t<nav class="navbar navbar-inverse navbar-fixed-top">\n\t\t\t<div class="container">\n\t\t    \t<div class="navbar-header">\n\t\t    \t\t<button type="button" class="navbar-toggle collapsed" data-toggle="collapse" data-target="#navbar" aria-expanded="false" aria-controls="navbar">\n\t\t            \t<span class="sr-only">Toggle navigation</span>\n\t\t            \t<span class="icon-bar"></span>\n\t\t            \t<span class="icon-bar"></span>\n\t\t            \t<span class="icon-bar"></span>\n\t\t          \t</button>\n\t\t          \t<a class="navbar-brand" href="#">Project name</a>\n\t\t        </div>\n\t\t        <div id="navbar" class="collapse navbar-collapse">\n\t\t          \t<ul class="nav navbar-nav">\n\t\t            \t<li <?php if ($page == "home") { ?>class="active"<?php } ?>><a href="?page=home">Home</a></li>\n\t\t            \t<li <?php if ($page == "about") { ?>class="active"<?php } ?>><a href="?page=about">About</a></li>\n\t\t            \t<li <?php if ($page == "contact") { ?>class="active"<?php } ?>><a href="?page=contact">Contact</a></li>\n\t\t\t\t\t\t<!--<li <?php if ($page == "flag") { ?>class="active"<?php } ?>><a href="?page=flag">My secrets</a></li> -->\n\t\t          \t</ul>\n\t\t        </div>\n\t\t    </div>\n\t\t</nav>\n\t\t\n\t\t<div class="container" style="margin-top: 50px">\n\t\t\t<?php\n\t\t\t\trequire_once $file;\n\t\t\t?>\n\t\t\t\n\t\t</div>\n\t\t\n\t\t<script src="https://cdnjs.cloudflare.com/ajax/libs/jquery/1.12.4/jquery.min.js" />\n\t\t<script src="https://cdnjs.cloudflare.com/ajax/libs/twitter-bootstrap/3.3.7/js/bootstrap.min.js" />\n\t</body>\n</html>'
data = re.sub(rb'blob \d+\x00',b'',data)
# data=re.findall(rb'blob \d+\x00',data)
print(data)
zx520113
关注
  • 6
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
python3.9安装包
08-12
- `re`模块中的正则表达式引擎进行了改进，提高了匹配速度。 安装`python-3.9.5-amd64.exe`时，用户可以选择自定义安装路径、添加Python到系统PATH变量，以及选择是否安装开发工具（如pip、IDLE等）。安装完成后，...
python爬虫python-strings.rar
最新发布
06-22
Python提供`encode()`和`decode()`方法进行编码转换，例如`str.encode('utf-8')`和`bytes.decode('gbk')`。 六、字符串与JSON 在爬虫中，通常会遇到JSON格式的数据，Python的`json`模块提供了方便的接口进行字符串...
正则表达式---A bytes of python
weixin_30885111的博客
08-04 233
正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。 给定一个正则表达式和另一个字符串，我们可以达到如下的目的： 1. 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）； 2. 可以通过正则表达式，从字符串中获取我们想要的特定部分。 正则表达式的特点是： ...
pythonarray函数_Python内置bytearray函数详细介绍
weixin_39875941的博客
12-05 326
英文文档：classbytearray([source[, encoding[, errors]]])Return a new array of bytes. The bytearray class is a mutable sequence of integers in the range 0 <= x < 256. It has most of the usual methods ...
正则表达式---A bytes of python
Simon_xming的专栏
05-28 357
正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。   给定一个正则表达式和另一个字符串，我们可以达到如下的目的： 1. 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）； 2. 可以通过正则表达式，从字符串中获取我们想要的特定部分。   正则表达式的特点是： 1. 灵活性
python a bytes-like_用re模块处理bytes-like对象
weixin_36308751的博客
03-01 1560
python中的bytes-like对象为bytes和bytearray，re模块一样可以对它们进行正则表达式的匹配。>>> import re>>> a = b'abcde 12345'>>> re.search(rb'\d+', a)>>> re.search(rb'\w+', a)小技巧就是，在正则表达式前面加 b 。r...
python re正则匹配
liuxiang15的博客
11-26 241
权威链接： https://docs.python.org/2/library/re.html match函数默认从字符串开头匹配 需要groups(）的话我们的模式得加括号 使用元字符串 多次正则匹配可以提前生成Pattern对象 匹配0-99 【1-9】？【0-9】 边界匹配 ...
python模块
01-23
* re：re模块用来对字符串进行正则表达式的匹配和替换。 * string：string模块包含大量有用的常量和函数用来处理字符串。也包含了新字符串格式的类。 * struct：struct模块被用来在python和二进制结构间实现转化。 *...
python2.7.15官方帮助文档
09-05
11. **正则表达式**：Python的`re`模块提供了强大的正则表达式支持，用于文本匹配和处理。 12. **GUI编程**：Python可以使用Tkinter等库实现图形用户界面，文档中会有相关指南和示例。 13. **性能优化**：虽然...
python爬虫课程要点.docx
04-25
5）函数：end()，返回指定分组的结束位置，默认返回正则表达式所匹配到的最后一个字符的索引。 6）BeautifulSoup：解析器 BeautifulSoup在解析时实际上依赖解析器，它除了支持Python标准库中的HTML解析器外，还支持...
python 正则过滤四字节字符
huludan的专栏
05-20 2379
转载：http://blog.csdn.net/shuifa2008/article/details/41780067 项目中有时需要过滤掉四字节以上的字符（表情），比如MySQL数据库5.5.3以下的版本text字段不支持四字节以上字符 于是就需要过滤掉再入库，Python中的方法为: [python] view plain copy
python正则表达
manjhOK的博客
01-15 521
先罗列一下Python提供的基本数据类型：数值(整型、浮点型、复数、布尔型等)、字符串、列表、元组、字典、集合等，将它们简单分类如下： 数值(Numbers) numbers：列出了一些简单的例子 bool：调用bool()可以检查变量的真假值True或False。 if语句通过判断布尔类型来控制程序的执行路径，同时在 Python 中数据有隐式的真假值，可
Python正则表达式
Hundreays
05-13 431
Python正则表达式15.1 从re模块开始15.2 特殊字符15.2.1 字符相关15.2.2 次数相关15.2.3 边界相关15.2.4 组相关15.2.5 控制标记15.3 相关属性与方法15.3.1 re模块的函数15.3.2 正则表达式对象15.4 正则表达式在数据抓取上的应用 15.1 从re模块开始 正则表达式可以对指定的字符串与模式之间执行模式匹配。模式可以是普通的字符串，也可以...
Python编程进阶：正则表达式
iroy33的博客
10-24 415
正则表达式 字符串是编程时涉及到的最多的一种数据结构，对字符串进行操作的需求几乎无处不在。比如判断一个字符串是否是合法的Email地址，虽然可以编程提取@前后的子串，再分别判断是否是单词和域名，但这样做不但麻烦，而且代码难以复用。 正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不...
正则表达式(括号)、[中括号]、{大括号}的区别
weixin_34101784的博客
01-01 218
用(\s*)[\s*]{\s*}做例子 () 是为了提取匹配的字符串。表达式中有几个()就有几个相应的匹配字符串。 (\s*)表示连续空格的字符串。 []是定义匹配的字符范围。比如 [a-zA-Z0-9] 表示相应位置的字符要匹配英文字符和数字。[\s*]表示空格或者*号。 {}一般用来表示匹配的长度，比如 \s{3} 表示匹配三个空格，\s[1,3]表示匹配一到三个空格。 (0-9) 匹配 '0...
python数据清洗容易遇到的函数-re.sub bytes string
ZSZ_shsf的博客
04-19 2337
re.sub功能，bytes string.punctuation
Python3 正则表达式特殊符号及用法（详细列表）
qq_41712955的博客
02-23 219
Python3 正则表达式特殊符号及用法（详细列表） 正则表达式的强大之处在于特殊符号的应用，特殊符号定义了字符集合、子组匹配、模式重复次数。正是这些特殊符号使得一个正则表达式可以匹配字符串集合而不只是一个字符串。 注1：为了便于理解，难点的地方均用斜体举了栗子。 注2：如果你对正则表达式一头雾水或者看不懂下边这个列表，那么小甲鱼极力推荐你先学习这个：Python3 如何优雅地使用正则表达式 ...
NO.2-13
nigo134的博客
07-27 213
首先利用PHP伪协议读取index.php源代码 payload如下： php://filter/read=convert.base64-encode/resource=index 结果如图所示 源代码如下 <?php $file = $_GET['category']; if(isset($file)) { if( strpos( $file, "woofers" ) !== false || strpos( $file, "meowers" )
攻防世界_web_mfw
JURUO222的博客
04-01 240
想到可能是git泄露，用hackgit扫描一下 得到源码 <?php if (isset($_GET['page'])) { $page = $_GET['page']; } else { $page = "home"; } $file = "templates/" . $page . ".php"; // I heard '..' is dangerous! assert("...
python pdf图片正则表达式
07-16
### 回答1： Python中使用正则表达式处理PDF文件中的图片是可行的。首先，需要导入Python的re模块。然后，可以使用re模块的findall()函数来找到PDF文件中的图片路径。 在使用正则表达式处理PDF图片时，首先需要了解PDF文件的结构。PDF文件中的图片通常被存储为二进制数据，然后通过一些标签和指令来指示其在页面上的位置和显示方式。 通过使用re模块的findall()函数，我们可以编写正则表达式来匹配PDF文件中的图片路径。一般来说，图片路径在PDF文件中以'/XObject'和'/Image'关键字开始，以'endobj'关键字结束。我们可以编写一个正则表达式来匹配这个模式。 以下是一个示例代码，用来演示如何使用正则表达式找到PDF文件中的图片路径： ```python import re def find_image_paths(pdf_file_path): # 读取PDF文件内容 with open(pdf_file_path, 'rb') as file: pdf_content = file.read() # 编写正则表达式找到图片路径 pattern = re.compile(rb'/XObject.*?/Image.*?endobj', re.DOTALL) image_paths = pattern.findall(pdf_content) return image_paths # 调用函数示例 pdf_file = "example.pdf" image_paths = find_image_paths(pdf_file) print(image_paths) ``` 这个示例中，我们首先读取PDF文件的内容，并将其作为字符串传递给正则表达式的findall()函数。findall()函数会找到所有匹配正则表达式的字符串，并返回一个包含所有匹配项的列表。在这个示例中，返回的列表中的每个项都是一个包含图片路径的字符串。 需要注意的是，正则表达式的编写需要根据具体的PDF文件格式进行调整。根据PDF文件的结构和内容的差异，正则表达式的模式可能会有所不同。因此，在实际应用中，需要根据具体的PDF文件来编写相应的正则表达式。 ### 回答2： Python 提供了许多库用于处理 PDF 文件和图片，同时也可以使用正则表达式来对 PDF 中的图片进行处理。 首先，可以使用 PyPDF2 库来读取 PDF 文件中的图片。PyPDF2 库允许我们读取和操作 PDF 的内容，包括图片。通过遍历PDF的每一页，可以找到并提取页面中的所有图片。 其次，正则表达式可以帮助我们在 PDF 文本中匹配图片的信息。通常，PDF 中的图片信息是以字节编码的形式存储的。可以使用正则表达式来搜索并提取图片的字节编码，然后将其转换为图像格式，如JPEG或PNG。 例如，假设有一个PDF文件“example.pdf”，想要提取其中的图片。可以首先使用 PyPDF2 库读取该文件，然后遍历每一页。在遍历的过程中，可以使用正则表达式搜索包含图片的位置和字节编码的字符串。 接着，可以使用 Python 的内置库(PyPDF2 和 re)来编写代码，示例代码如下： ```python import PyPDF2 import re def extract_images_from_pdf(file_path): # 读取 PDF 文件 with open(file_path, 'rb') as file: pdf = PyPDF2.PdfFileReader(file) # 遍历每一页 for page_num in range(pdf.numPages): page = pdf.getPage(page_num) content = page.extract_text() # 使用正则表达式匹配图片的字节编码 image_patterns = re.findall(r'(?<=/FlateDecode).*?(?=/EI)', content) # 处理图片 for pattern in image_patterns: # 提取字节编码 image_bytes = re.findall(r'\w+', pattern) # 将字节编码转换为图像格式 image_data = bytes.fromhex(''.join(image_bytes)) # 处理图像数据，如保存图像或进行其他操作 # 测试代码 file_path = 'example.pdf' extract_images_from_pdf(file_path) ``` 在这个示例代码中，我们依次遍历了 PDF 的每一页，并使用正则表达式搜索包含图片的位置和字节编码的字符串。然后，我们将字节编码转换为图像格式，可以根据需要进行进一步的处理。 需要注意的是，PDF 文件的结构复杂，其中图片的存储方式可能因文件而异。因此，对于不同的 PDF 文件，可能需要调整正则表达式以匹配正确的图片信息。 总结起来，Python 提供了许多库和工具来处理 PDF 文件和图片，结合正则表达式的使用，可以实现对 PDF 中图片的提取和处理。 ### 回答3： Python是一种高级编程语言，具有强大的正则表达式功能，可以用于处理PDF文件中的图片。 首先，我们需要使用适当的Python库来处理PDF文件，例如PyPDF2或PDFMiner，这些库可以帮助我们提取PDF文件中的文本和图片。 然后，使用正则表达式来搜索并提取图片。正则表达式是一种强大的模式匹配工具，可以帮助我们找到特定格式的字符串，如图片的路径或标记。 在PDF文件中，图片通常以一系列特定的标记（如/Images或/XObject）进行引用。我们可以使用正则表达式来搜索这些标记，并提取出对应的图片路径或标记。 以下是一个简单的示例代码，演示如何使用Python和正则表达式提取PDF文件中的图片路径： ```python import re def extract_image_paths(pdf_file): with open(pdf_file, 'rb') as f: contents = f.read() # 使用正则表达式搜索图片路径 pattern = r"/(Images|XObject) <<(.*?)>>" matches = re.findall(pattern, contents) image_paths = [] for match in matches: # 提取图片路径 path_pattern = r"/(Im|X)\d+" path = re.search(path_pattern, match[1]) if path: image_paths.append(path.group()) return image_paths pdf_file = "example.pdf" image_paths = extract_image_paths(pdf_file) print(image_paths) ``` 在这个示例代码中，我们首先使用“rb”模式读取PDF文件的二进制内容。然后，我们使用正则表达式搜索包含图片路径的标记，如/Images或/XObject。最后，我们提取出路径，将其存储在一个列表中。 请注意，上述代码仅提取了图片的路径。如果需要处理图片本身，我们可以使用Python的其他库，如Pillow或OpenCV，来读取和处理这些图片。 总结而言，Python中的正则表达式是一种非常强大和灵活的工具，可以用于从PDF文件中提取图片路径或图像标记。使用适当的库和正则表达式，我们可以轻松地处理和操作PDF文件中的图片。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值